一句话看懂：麦肯锡四位高级合伙人公开批评公司内部“AI 垃圾”泛滥——大量由 AI 生成、表面流畅但经不起推敲的工作成果，正在成为专业服务行业的新问题。他们还提醒初级顾问：完全不用 AI 和滥用 AI 一样危险。
事件核心：发生了什么
2026 年 6 月底，麦肯锡四位高级合伙人接受 Business Insider 采访，谈论成为公司最高层领导者需要具备的素养。其中三人刚从合伙人晋升为资深合伙人（senior partner），另一人被任命为特聘合伙人（distinguished partner），这是一个认可深度专业专长的新设高级领导角色。四位合伙人分别覆盖生命科学、企业财务、金融服务和人工智能领域。
当被问及“希望初级同事停止做什么”时，他们的回答高度一致：停止制造 AI 垃圾（AI slop）。伦敦资深合伙人 Alex Deverson 指出，问题并不限于初级员工，很多人都在低质量地使用 AI，产出“表面好看，但经不起审视”的内容。德国 QuantumBlack 合伙人 Holger Hürtgen 则观察到，员工使用 AI 的水平差异巨大：有人用 AI 的方式让他“非常惊喜”，也有人“像是两年前的水平”。瑞士企业财务合伙人 Anna Mattsson 补充说，她团队里有些同事完全不用 AI，这种极端分化同样令人担忧。
为什么重要
麦肯锡正在激进地把 AI 嵌入工作流：先是通过内部生成式 AI 平台 Lilli，之后越来越多地引入 AI 代理（AI agents）。麦肯锡全球技术与 AI 负责人 Kate Smaje 在 6 月曾表示，AI 正在成为麦肯锡工作方式的“生命线”。但合伙人这次的集体表态揭示了一个尴尬的中间地带：工具已经铺开，使用质量却严重参差。
AI 垃圾的危害在于它隐藏了“缺乏判断力”这一核心问题。Deverson 指出，审查 AI 生成的内容比大多数人想象的更消耗批判性思维，而经验不足的初级顾问恰恰缺少判断对错的直觉。换句话说，AI 并没有消除专业判断的必要性，反而把它变成了更前置的瓶颈。对咨询行业而言，这不仅影响内部交付质量，也可能最终传导给客户。
对用户/开发者/创作者的影响
这次采访对日常使用 AI 的知识工作者有直接参考价值。首先，AI 生成的初稿只能作为起点，不能作为终点；如果自身缺少判断能力，AI 输出的“表面正确”会比明显的错误更危险。其次，“完全不用 AI”也不再是安全选项，麦肯锡合伙人已经明确将其视为一种能力差距。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对团队管理者来说，Hürtgen 提到的现象值得警惕：员工 AI 使用水平可能横跨“两年前的版本”和“最新的最佳实践”，这种差异会直接体现在产出质量上。建立统一的 AI 使用规范和审查标准，比单纯采购 AI 工具更迫切。此外，Mattsson 和 Hürtgen 都强调线下社交和团队关系的重要性——这些无法被 AI 自动化替代的部分，在高度数字化的工作环境中反而成为区分度来源。
值得关注的后续
目前公开信息显示，麦肯锡尚未把 AI 使用质量正式纳入晋升评估体系，但四位合伙人同时发声，可能预示着内部考核标准的调整。后续可关注三个具体信号：一是麦肯锡是否会把“高质量使用 AI”写入初级顾问的培训与评估流程；二是 Lilli 和 AI 代理是否会加入针对输出质量的自动审查机制，以减少 AI 垃圾；三是这一讨论是否会外溢到咨询行业客户——如果麦肯锡内部都在与 AI 垃圾作斗争，那么企业客户采购外部 AI 咨询服务的验收标准也可能随之收紧。
